Die drei größten Hürden in der Customer Intelligence

Mit einem voll­ständi­gen Bild ihrer Kun­den haben Unternehmen einen entschei­den­den Wet­tbe­werb­svorteil. Warum also zögern einige Marken noch immer, die Leis­tungs­fähigkeit vorhan­den­er Analy­se­tools für ihre Cus­tomer Intel­li­gence voll auszuschöpfen? Denn: Unternehmen haben sehr wohl erkan­nt, dass das Sam­meln von Kun­den­dat­en essen­ziell ist, um die Moti­va­tion der Kun­den zu ver­ste­hen und ihnen ein entsprechen­des Kun­den­er­leb­nis anbi­eten zu kön­nen. Kun­den erwarten heute mehr als nur Pro­duk­te und Dien­stleis­tun­gen: Sie fordern per­son­al­isierte und inspiri­erende Erleb­nisse. Effizientes Daten­man­age­ment unter­stützt Marken darin, ihre Kun­den zu ver­ste­hen und ihnen Erleb­nisse anzu­bi­eten, die sie immer wieder aufs Neue begeistern.

Doch die Real­ität zeich­net zu oft ein anderes Bild: Viele Marken ver­suchen, ein effek­tives Daten­man­age­ment einzuführen – und stellen dann frus­tri­ert fest, dass eine gute Analyse Aufwand erfordert. Mit einem sim­plen Bericht in Google Ana­lyt­ics ist es nicht getan. Das heißt natür­lich nicht, dass eine aus­sagekräftige Analyse außer­halb des Möglichen liegt – für viele der Hür­den gibt es ein­fache Lösun­gen. Die fol­gen­den drei Her­aus­forderun­gen – und Lösungsstrate­gien – haben sich für Unternehmen bei der Opti­mierung ihrer Cus­tomer Intel­li­gence herauskristallisiert.

1. Unvollständige Datensätze

Das Ziel von Date­n­analy­sen für Unternehmen ist es, ihre Kun­den bess­er zu ver­ste­hen. Die voll­ständi­ge Erhe­bung aller Kun­den­in­ter­ak­tio­nen mit der Marke ist dafür unab­d­ing­bar – die heutige, sich über mehrere Geräte, Brows­er und Kanäle erstreck­ende Verteilung der Dat­en ist da nicht eben hil­fre­ich. Alle Aktiv­itäten kon­sis­tent zu ver­fol­gen stellt Unternehmen vor eine echte Her­aus­forderung, zumal das Track­ing auf jed­er Plat­tform anders funk­tion­iert. Beson­ders frus­tri­erend sind soge­nan­nte „Walled Garden“-Umgebungen, die den Zugriff auf Nutzer­dat­en reg­ulieren: Je nach­dem, welche Dat­en diese Plat­tfor­men zur Ver­fü­gung stellen, kön­nen ganze Nutzer­grup­pen für Unternehmen vom Radar verschwinden.

Um ein voll­ständi­ges Benutzer­pro­fil ihrer Kun­den anle­gen zu kön­nen, müssen Marken Kun­den­dat­en über alle Kanäle und Kon­tak­t­punk­te hin­weg kor­re­lieren und stan­dar­d­isieren kön­nen. In eine maßgeschnei­derte Analy­selö­sung zu investieren statt auf kosten­lose Stan­dard­tools zu set­zen, zahlt sich hier defin­i­tiv aus. Das kann auch das Telekom­mu­nika­tion­sun­ternehmen Swiss­com bestäti­gen: Der Anbi­eter hebt sich von sein­er Konkur­renz durch das gebotene Nutzer­erleb­nis ab. Der Ein­satz von Adobe Ana­lyt­ics hat es dem Unternehmen ermöglicht, ein ganzheitlich­es Bild sein­er Kun­den zu gewin­nen und als Basis für die Kun­den­in­ter­ak­tion zu gewin­nen. Mit aus­gek­lügel­ten A/B‑Tests kann die Marke ihre Kom­mu­nika­tion kon­tinuier­lich opti­mieren. Zudem kann das Unternehmen dank der Machine Learn­ing-Kom­po­nente von Adobe Sen­sei, dem Frame­work für Kün­stliche Intel­li­genz (KI) und maschinelles Ler­nen von Adobe, nun vorher­sagen, welche Art von Inhal­ten und Erleb­nis­sen bei welchem Kun­den beson­ders gut ankom­men. Der strate­gis­che Ansatz hat Swiss­com eine 40 Prozent höhere Inter­ak­tion­srate für seine Kam­pag­nen beschert.

2. Interne Datensilos

Die externe Daten­frag­men­tierung ist ärger­lich genug, doch auch inner­halb eines Unternehmens block­ieren Daten­si­los effek­tive Maß­nah­men viel zu häu­fig. Längst zählt die Date­nauswer­tung nicht mehr zum alleini­gen Hoheits­ge­bi­et des Dig­i­tal Mar­ket­ing: Die Date­n­analyse ist heute für alle Unternehmens­bere­iche rel­e­vant – wenn nicht sog­ar entschei­dend. Den­noch hinken viele bei der Neuaus­rich­tung intern­er Struk­turen noch immer hinterher.

Ide­al­er­weise sollte jedes Unternehmen einen zen­tralen, stan­dar­d­isierten Daten­pool haben, auf den alle Abteilun­gen zugreifen und so fundierte Entschei­dun­gen tre­f­fen kön­nen. Doch meis­tens lan­den die Dat­en in Silos und sind so jew­eils nur einem kleinen Unternehmens­bere­ich zugänglich.

Dass es längst bess­er geht, zeigt die datengestützte Aus­rich­tung einiger Unternehmen. Das Elek­tron­ikun­ternehmen RS Com­po­nents – ein Adobe Ana­lyt­ics Kunde – macht die durch das Tool gewon­nen Infor­ma­tio­nen allen Mitar­beit­ern zugänglich. Dafür nutzt RS Com­po­nents inno­v­a­tive Anwen­dun­gen wie Slack. Zusät­zlich set­zt das Unternehmen auf ein Zer­ti­fizierung­spro­gramm, um Mitar­beit­er für den bewussten Umgang mit Kun­den­dat­en zu schulen. Die Schu­lung wird in allen Abteilun­gen durchge­führt – so prof­i­tiert nicht nur das Mar­ket­ingteam, son­dern das gesamte Unternehmen. Damit beken­nt sich die Marke deut­lich zu ein­er datengetriebe­nen Unternehmensphilosophie.

3. Zu viele Daten, zu wenige Ressourcen

Unternehmen haben das Poten­zial von Dat­en erkan­nt und sam­meln so viele Infor­ma­tio­nen wie möglich. Doch die Her­aus­forderung bleibt: Wie lassen sich diese Dat­en sin­nvoll nutzen?

Hier kom­men KI und Machine Learn­ing ins Spiel. Mit Adobe Sen­sei kön­nen Unternehmen Auf­fäl­ligkeit­en automa­tisch iden­ti­fizieren oder Seg­mente miteinan­der ver­gle­ichen und rel­e­vante Abwe­ichun­gen direkt markieren. Das spart Zeit und Mühe. KI hil­ft Marken, das Poten­zial ihrer Dat­en voll auszuschöpfen – ohne ein ganzes Team von Data Sci­en­tists zu beschäfti­gen. So nutzt Sky UK beispiel­sweise Adobe Ana­lyt­ics und Adobe Audi­ence Manger, um ein tief­eres Ver­ständ­nis sein­er Kun­den zu gewin­nen, indem Kun­den­dat­en in Echtzeit kanalüber­greifend überwacht und zusam­men­führt wer­den. Das Unternehmen set­zt außer­dem Adobe Tar­get und Sen­sei ein und ist damit in der Lage, sein enormes Vol­u­men an Kun­den­in­for­ma­tio­nen zu analysieren, um die Empfehlun­gen, Dien­stleis­tun­gen und Erfahrun­gen zu ermit­teln, die bei jedem Kun­den am besten ankom­men. So wird eine direk­te Verbindung von Kun­den­in­for­ma­tio­nen zu per­son­al­isierten Erfahrun­gen hergestellt.

Dank der Inte­gra­tion in andere Mar­ket­ing­tools unter­stützen Analy­selö­sun­gen Unternehmen zudem darin, ihre Dat­en effek­tiv­er zu nutzen. Kam­pag­nen­man­age­mentlö­sun­gen oder Con­tent Man­age­ment Sys­teme lassen gewonnene Erken­nt­nisse automa­tisch in die Anpas­sung von Kam­pag­nen und Erleb­nis­sen ein­fließen.

Klar ist: Cus­tomer Intel­li­gence hat das Poten­zial, Unternehmen voll­ständig zu neu auszuricht­en. Kun­den erwarten heute naht­lose, span­nende Marken­er­leb­nisse. Unternehmen benöti­gen daher eine durch­dachte Analy­ses­trate­gie, um wet­tbe­werb­s­fähig zu bleiben. Die Erken­nt­nis ist da – jet­zt muss die richtige Grund­lage für den Erfolg der Cus­tomer Intel­li­gence gelegt wer­den. Die gute Nachricht: Mit der richti­gen Strate­gie und ein wenig tech­nol­o­gis­ch­er Unter­stützung sind Marken auf dem besten Weg, das volle Poten­zial ihrer Kun­de­n­analyse zu erschließen.